論文の概要: Owned Edits to a Shared Decision Rule: Learning Private Exceptions as Typed, Gated, Withdrawable Weight Edits
- arxiv url: http://arxiv.org/abs/2611.15917v1
- Date: Wed, 11 Nov 2026 19:15:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.260648
- Title: Owned Edits to a Shared Decision Rule: Learning Private Exceptions as Typed, Gated, Withdrawable Weight Edits
- Title(参考訳): 共有決定ルールの編集: 型付き、ゲート付き、非描画可能なウェイト編集としてプライベート例外を学ぶ
- Abstract要約: 同じ公表された決定規則を適用する組織は、自分たちの場合においてルールが間違っているという私的な証拠をしばしば保持する。
変更単位が自家編集であるような設定の学習メカニズムについて述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Organisations that apply the same published decision rule often hold private evidence that the rule is wrong for their own cases, and will not pool it. We describe a learning mechanism for that setting whose unit of change is an owned edit. The published rule is compiled exactly into a small ReLU network, a structured prior. Each party's learner searches a small typed space of declarations, a few named values such as subject, scope, form and size, and proposes one only when its own records pass a selection-aware evidence gate. The learning is that gated search around the prior. In two analyses registered before they ran, on synthetic data with 20 sampled hidden truths, the learner at 30 records per party was non-inferior, within 2 points, to all seven tuned baselines (a confined gradient learner, Ditto, FedRep, federated averaging, two pooled networks and pooled gradient-boosted trees), scoring 96.6% against 91.7% for the unchanged rule; the same search without the prior or the gate scored 84.0%. In a third registered test, typed edits over a network trained on shared records beat that network alone by 5.4 points and the same edits over the published rule by 3.1. An acceptance body recomputes each edit from its declaration and writes it into units reserved for that party, so by construction an edit changes no decision about any other subject, withdraws exactly, discloses at most log2 of the typed space's size in bits, and can hide nothing beyond its declared values. We report where it loses: truths shared by all parties, relaxations, ten records, a pre-stated gate criterion that failed in both runs, and a language model given the records that decided about as accurately on one draw. On a rule-only base, a table of owned exceptions makes the same decisions.
- Abstract(参考訳): 同じ公表された決定ルールを適用する組織は、ルールが自身のケースで間違っているという私的な証拠をしばしば保持し、それをプールしない。
変更単位が自家編集であるような設定の学習メカニズムについて述べる。
公開されたルールは、構造化前の小さなReLUネットワークに正確にコンパイルされる。
各学習者の学習者は、主題、範囲、形、大きさなどのいくつかの名前付き値の小さな型付き宣言空間を検索し、自身のレコードが選択対応のエビデンスゲートを通過する場合にのみ提案する。
学習は、前者を取り巻くゲート付き検索だ。
実行前に登録された2つの分析では、20個の隠れ真実をサンプリングした合成データに基づいて、各党30レコードの学習者は、2ポイント以内で7つの調整されたベースライン(厳密な勾配学習者、ディット、フェデレップ、連邦平均木、プールされたネットワークとプールされた勾配木)すべてに非干渉的であり、不規則な規則で96.6%、91.7%、前者またはゲートが84.0%であった。
第3の登録テストでは、共有レコードで訓練されたネットワーク上の型付き編集が、そのネットワークを5.4ポイント、公開ルール上の同じ編集が3.1ポイントで打ち負かした。
受信部は、各編集をその宣言から再計算し、その当事者のために予約された単位に書き込むので、編集によって他の主題に関する決定が変更されず、正確に取り下げられ、型付き空間のサイズのほとんどのログ2がビットで開示され、宣言された値を超えて何も隠すことができない。
すべての当事者が共有した真実、リラックスした10のレコード、両方の実行に失敗した事前のゲート基準、そして1つの引き分けで正確に決定されたレコードを与えられた言語モデルなどです。
ルールのみのベースでは、所有する例外のテーブルが同じ決定をします。
関連論文リスト
- Residual Attribute Leakage Is an Interface: Auditing Privacy Evaluation After Text De-identification [14.348363741328098]
特定されていないテキストのプライバシー評価は、人の保護された属性を推測するために言語モデル(相手)を尋ねる。
そこで本研究では,その真の価値に対する信頼度向上の事前正規化クリッピングリークスコアを導入し,その結果を検証した。
論文 参考訳(メタデータ) (2026-11-03T14:08:34Z) - UAE GovTrust Scope Filtering Gains and Routing Failures in Bilingual Public Service Retrieval [51.56484100374058]
UAE GovTrustは、22のサービスサマリーと、110のクエリ変異を持つ50のシナリオからなる英語とアラビア語の検索診断である。
72の一致した応答可能なクエリとバイリンガルなエビデンスでは、ロールフィルタされた逆階融合が69のクエリ(95.8%)に対して関連する最初の結果を取得する。
この研究は、生成された回答や法的正当性ではなく、検索とルーティングを評価し、独立したアラビア語とドメインの検証は依然として必要である。
論文 参考訳(メタデータ) (2026-10-23T13:30:58Z) - Auditing the Hand-Written Inputs of Learned Access Control [0.0]
ハードデニーの音質を定式化し、最大794,250人の関係で徹底的に確認する。
第二に、ハイブリッドルーティングには、ABACマイナが出力しない2クラスで控えめなルールセットが必要です。
第三に、付加的な損失に対して、ハイブリッド・リバース・ラーナー効果は、ルール・ラーナーのリスクコントラストを報告しなければならない被被覆質量時間に分解する。
論文 参考訳(メタデータ) (2026-10-22T14:53:37Z) - Pinning Decisions Before Failure: Executable Records of Underspecified Choices in AI-Assisted Code Generation [0.0]
自然言語の要件は質問をオープンにし、それを実装するよう要求されたモデルが静かに解決する。
3つのモデルから600以上のテストスイートが生成され、42.7%は競合するリードを区別するテストを含んでいない。
要件の未特定点を名前で列挙し、それぞれのコンストラクタに対して、そのポイントでのみ異なる2つの捨てられた実装を列挙します。
結果は、名前付きポイント、確認された入力、および2つの結果の中から選択した値の判定ピンとして記録される。
論文 参考訳(メタデータ) (2026-10-02T12:46:07Z) - On Scope Classification and Current Knowledge-Editing Benchmarks: A Negative Result, with INLAY as a Gradient-Free Case Study [0.0]
INLAYは、クエリごとの正確な真実を得るために作られた勾配のないエディタである。
我々は3つのデータセットと3つの入力条件にまたがる1,689のクエリに対して、すべての候補ルータアクションを実行する。
棄権は1,689回中0回のみの勝利である。
論文 参考訳(メタデータ) (2026-08-26T18:16:24Z) - Quipu: A Governed Bitemporal Knowledge Graph Store [0.0]
Quipuは4つのデフォルトを逆転する組み込み可能なナレッジストアだ。
議事録が保留中のポストステートを評価するゲートを経由する以外は、事実は入らない。
支配的な作家からの痕跡は、その修復によって監査名のライブ執行のギャップを表面化する。
論文 参考訳(メタデータ) (2026-08-17T17:04:29Z) - When Many Answers Are Valid, Voting Fails: Symbolic Verification for Best-of-K Causal Reasoning in LLMs [42.32694162421078]
CALVERは、パールの因果基準に対して構造化されたトレースをスコアする訓練不要なシンボル検証器である。
CALVERは、複数のグラフ正解を許容するCLEAR検索1価クエリにおいて、報酬モデル、LLM審査員、モデルの信頼性が30%近く残っている42.1%に達する。
論文 参考訳(メタデータ) (2026-08-04T11:45:46Z) - When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。
3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
論文 参考訳(メタデータ) (2026-08-03T14:27:46Z) - CoEval: Ranking Language Models for Custom Tasks Without Labeled Data or Trustworthy Benchmarks [47.027290803102666]
アンサンブル自己評価を通じて信頼性の高いタスク固有信号を提供するオープンフレームワークであるCoEvalを提案する。
モデルのプールは教師、学生、裁判官の3つの役割すべてを通して回転し、新鮮な汚染のないベンチマークを生成する。
論文 参考訳(メタデータ) (2026-06-02T13:41:43Z) - Distributed Multi-Layer Editing for Rule-Level Knowledge in Large Language Models [56.355176278601476]
大規模言語モデルは、孤立した事実だけでなく、記号表現、自然言語の説明、具体例の推論をサポートするルールも格納する。
ほとんどのモデル編集手法は、対象の編集が局所的な介入によって達成できると仮定して、事実レベルの知識のために構築されている。
ルールレベルの知識編集の機械論的研究を通じて,この問題を考察する。
論文 参考訳(メタデータ) (2026-04-09T14:22:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。